计算机领域的女生如何规划职业发展道路?

2022 年 6 月 23 日 微软研究院AI头条


(本文阅读时间:18分钟)


4月,微软亚洲研究院在线上成功举办了 Ada Workshop 2022,旨在为计算机及相关专业的女学生提供聆听女性榜样成长之路、了解计算机领域最新动向的机会,吸引了两万余名观众在线观看。活动邀请了来自微软和学术界、产业界的优秀女性榜样与男性同盟,为同学们带来了个人职业发展之路上的启迪感悟。其中,在上午的“她力量,耀前行”主题圆桌论坛环节,学界和业界嘉宾针对同学们关心的成长方向、道路选择和科研进步等问题,奉献了精彩的分享与讨论。观众反响热烈,提问踊跃。快来查收这份圆桌论坛的精选内容,希望能为正在迷茫的你坚定选择!


Ada Workshop 2022 全场回放视频已上线 Bilibili “微软中国视频中心”,点击“阅读原文”或在以下地址可观看:

https://www.bilibili.com/video/BV1Rv4y1K7AE





孙丽君:非常荣幸今天能邀请到来自学界和业界的顶尖教授和研究员们与同学们分享行业前沿,共话职业发展。我的第一个问题想问一下刘铁岩博士,作为一名博士生导师,您一定培养过很多优秀的学生。能否和我们介绍一下您培养过的第一位女博士生以及她的成长故事?




刘铁岩:我在微软工作期间确实指导过很多实习生,也作为博士生导师带过许多同学,并且其中有很大的比例是女生。我带过的第一个女生是孙诗昭博士。她是微软亚洲研究院与南开大学的联合培养博士,主要从事机器学习理论和算法方面的研究工作。我印象特别深的是诗昭有着非常强的学习能力,在理论、算法、实践各个方面都有着很均衡的发展。她特别好学,即使遇到自己不懂或者是不熟悉的领域,也会选择非常勇敢地去拥抱它们。


我清晰地记得,她刚进入研究院开始博士学业时,对机器学习的知识积累其实并没有那么多,尤其是理论方面。第一年,我们把诗昭送到了北大王立威教授的研究组去提高她的理论修为。在那半年中诗昭表现得非常优秀,从一个理论方面的小白,到可以非常熟练地运用统计学习理论来解决一些很难的问题。她当时也是学术界第一批从机器学习泛化理论的角度,对深层神经网络层数与宽度之间的一种权衡进行理论刻画的学者之一。毕业后,诗昭加入了微软亚洲研究院,继续在科研的道路上向前攀登着。




孙丽君:铁岩的分享让我们看到了一个女生在机器学习领域不断成长的故事。下一个问题我想给到曹婷。我很好奇当年你在澳洲攻读博士学位的时候,你身边计算机领域的男女同学比例大概是怎样的?现在你观察到你们组里的同学们,他们的学校以及周围的环境大致是什么样的?和你当时比有没有一些改变?




曹婷:我觉得对比还是挺强烈的。我上博士的时候,我们学院整个一楼层就只有我一个女生,总是感到很孤单。但是现在在亚研女生还是很多的,我们组好多时候都是1:1的比例,变化确实挺大的。




孙丽君:1:1的男女比例是微软在过去几年一直努力的方向。但放眼目前国内或国际学术界的环境,尤其是在计算机领域,女生依然是少数派。从学生时代的专业选择,到进入职场之后的发展轨迹,女性可能经常会面临着一些社会偏见,因此在无形之中造成了计算机领域的性别失衡。我相信,包括各位在内的很多个人和组织都已经认识到了这种情况,并且希望去改变,这也是为什么我们过去几年一直在做 Ada Workshop。接下来想请各位嘉宾分享一下,您所在的组织或群体,在过去5年对多元和包容逐步在达成一个什么样的共识?以及您观察到有什么样的举措来推动这个领域的多元和包容?




金芝:确实,男女比例不平衡的现象是存在的,对我而言,我是希望尽力去帮助女生的发展。我不管是在北大还是在科学院招生时,在同等条件下我愿意多给女生一些机会。我也看到,有很多优秀的女生都非常踏实,也会积极配合导师推动工作进展,最后也都取得了非常好的成果。比如,我们组之前有两位女生在做深度学习代码,她们有一位是去年毕业的,有一位是今年毕业的,她们都分别获得了 ACM SIGSOFT Distinguished Papers。我认为在软件程序设计领域,女生们也是非常优秀的,她们可以尽情地发挥她们的聪明才智,以及对美好事物的追求。


曹婷:多元与包容是微软价值观的一部分,我现在也不断地把它融入到我自己的价值观,作为平时指导我行为的一个准则。我觉得大家可以直观地去理解多元与包容,即我们可以去接受各种各样的人,然后去创造条件把每个人的潜力都发挥出来,不要受制于年龄、外貌、信仰等束缚。这几年我也明显地感受到,通过社会多方的努力,越来越多的声音在鼓励女生们去接触她们之前没有太多机会接触的领域,如计算机。在研究院,我们也推出了一系列的活动,像是 Ada Workshop 和 Ada Camp,帮助女生们去追求和实现她们的梦想。





孙丽君:在这方面我也是深有共鸣。对多元和包容这个概念,从一开始接触,然后不断地内化,再到逐渐去影响身边的人,我认为这是一个不断循环、螺旋上升的过程。那么接下来我想请教一下文君,微软(亚洲)互联网工程院的同事们对多元与包容的共识,尤其是在赋能和激励女性成长这一方面是怎样逐步形成的?女性和男性员工,还有领导层,他们分别扮演了怎样的角色呢?




龚文君:首先我想说的是微软对于多元与包容文化的认可。包容性和多元化是我们人类社会一个很自然的事情。只有我们去承认这个文化,或者说把这个文化融入到公司的 DNA 中,我们才能做出有包容性的产品,能够实现公司的愿景——予力全球每一人,每一组织,成就不凡。


此外,我们必须承认社会上一些偏见对女性造成的挑战和困扰,因此我们需要做一些事情去消除这些偏见对女性员工造成的影响。在各种各样的活动中,我们看到了很多优秀女性都在承担榜样的角色,不停地告诉大家女性可以做得很好,鼓励更多的女性走得更远。男性员工和领导们其实在承担支持者的角色,与女性一同去塑造一个无差异的环境,那么女性能够很自然而然地在这个环境里有更好的发展。




孙丽君:铁岩作为微软亚洲研究院的副院长,曾经也是研究院多元与包容委员会的负责人,请分享一下您观察到研究院在过去几年里,针对多元与包容共识上有什么样的变化以及趋势。




刘铁岩:对微软来说,多元与包容是我们企业文化的一个重要组成部分,而且大家对其的认知也是非常多元的。今天我们谈的很多是有关女性的话题,但多元与包容的涵盖面非常广。我们希望的并不是仅仅针对某个特定的群体,而是营造一个整体都非常包容的环境,鼓励大家可以换位思考,可以去共创,所以每一个人在这个环境中都可能是对别人的付出者。因为我们每个人都不一样,所以一旦有了整体的包容环境,我相信整个企业、社会都会向更良性的方向发展。


在过去的几年里,微软亚洲研究院做了很多具体的举措,比如,Ada Workshop 以及 Ada Camp。我们通过这样的形式,向广大的在校学生提供一些职业选择和学术发展方面的建议。然后,公司内部也有很多的活动,比如,我们会有 workshop 或是交流群,帮助女性员工及女实习生之间互相交流。我们也为女性员工提供内部导师,从而帮助她们解决一些职业上的困惑。再比如,在员工招聘或实习生招聘时,我们都会非常有意识地提高女性候选人的比例,以及保证在面试的过程中有女性面试官的参与,这样我们对这些候选人就可以有一个更全面的考量。


其次,在我们研究院里也有许多非常优秀的女性领导。我们也会组织很多分享会让这些成功的女性领导者把自己在事业上的经验,以及工作和生活中的心得体会进行分享,从而促进更多女性员工可以有更好的方式来规划自己的职业发展。


我想这些努力有一定的成果。在过去的5年里,我们女性员工的比例有大概40%的增长,这是一个很高比例的增长。我们也看到研究院文化建设方面的工作氛围也在变得更多元、更多样、更有人文关怀。




观众提问1:请问各位嘉宾,你们认为自己现在的职场角色需要什么样的特质或能力?女生来从事这些角色的话,又有什么特别的优势,或者是面临怎样的挑战?




金芝人走向事业有三个阶段,了解、投入和热爱。我发现大部分女性往往有一个特质,就是干一行爱一行。所以我相信,只要你深入地去了解这个领域,真心地去融入它,就会爱上它,也就不会觉得工作是负担了。但是,一位女性图灵奖获得者曾提过,尽管她喜欢这项工作,但并不是无时无刻都在想工作,除此之外她依旧有大把的闲暇时光,正是在闲暇时,一些潜意识的思考给她带来了许多灵感。我认为这也是属于女性的特质。


刘铁岩:我觉得对于研究员或者是从事科学研究的工作者,最主要的一个特质应该是对世界的好奇和对一些事物的敏感。因为我们只有有这种洞察力,发现一些未知的可能性,才可能比别人更早地去提出一些全新的研究思路,做一些引领性的研究。从这个意义上讲,女性真的是很有优势,因为女性在感知世界方面比大多数男性更敏感、更细腻,也能够对很多事物有一些深入的洞察。我的同事里也有许多优秀的女性研究员。当然,不仅仅是局限在我们公司,整个学术界都有很多非常优秀的女性研究员,她们展示出了强大的洞察力、敏感性和好奇心。我相信,今天很多在线的同学也都有这样的潜质,也希望大家能够多把自己的时间投入到科学研究工作中。


曹婷:我非常同意铁岩的观点,我再补充一点就是勇气,我觉得女生可能会因为家庭或社会影响而不敢去挑战,但我们其实不用这样想。我曾经也受这样的思想影响,使得我一开始接触 ACM 编程比赛的时候会觉得自己缺乏经验,不像很多男同学一样从小就接触计算机。但到我真的去参加比赛的时候,我才发现其实这件事并没有那么难。所以我希望大家要有勇气去挑战


龚文君:做一名工程师和 PM,我认为最重要的是两点,一是对客户的同理心,二是要有成长型的思维。同理心能帮助开发出一个真正符合客户需求的产品,同时这也是女生的优势。因为女性往往可以更加善解人意地去理解对方,能够站在对方的角度去思考问题。女生面临的最主要的挑战是社会和环境带来的各种偏见和自信心不足导致的行动力缺乏。在这里就能体现成长型思维的重要性。我希望大家可以明白,没有什么事情是不能改变的,永远都有 Plan B,一定要有自信心,要勇敢地去尝试




观众提问2:如果想为未来职业发展做规划,应该怎样一步一步地明晰学习路径,培养技术积累,以及找到适合自己职业发展的道路?




刘铁岩:我觉得其实不管是男性还是女性,职业发展道路都是非常个性化的,就是每个人都有适合自己的道路,需要不断的尝试,所以并没有一个普适的规划。比如,我们作为过来人告诉大家走哪条路比较好,但其实没有那么简单。但是,我们是有一些经验可以分享的,比如用什么样的方法可以让你逐渐找到适合自己的职业方向。


首先就是勇气和自信心,要敢于打破社会上存在的偏见。比如可能会有人认为女性不适合学理工科,更适合人文学科,或者代码能力不够强等。但其实我们仔细观察的话,就会发现有非常多代码能力很强、逻辑思维超群、数学功底也很过硬的女性。


其次,因为我是一个人工智能学者,所以我想借用一下我们领域的机器学习方法来说明。比如强化学习,强化学习的基本观点就是要不断地去和环境交互,进行持续的学习和调优,让自己变得强大,然后去最大化长期回报。这个过程中很重要的一个思想就是探索和效用的平衡。举个例子,在职业早期,我们就需要去打开思路,去广泛涉猎,去探索未知。只有通过多和别人交流和请教,进行各种各样的尝试,我们才能获得对世界的充分认知,获得对不同学科的了解。而当我们积累到一定程度的时候,我们就需要学会反思。我们需要根据自己尝试的结果去思考,我们怎样才能更好地聚焦一个相对较小、也更适合自己的领域去做深挖。


而这种思路和我们行业广泛流传的 T 字形人才结构是不谋而合的——既需要拥有广泛的视野,也需要在某一个相对较小的领域有非常深入的探索和挖掘,使自己能够与众不同。这就是一个不断调优的过程,我们要敢于超越自己,甚至否定自己,跳出舒适圈,不断从一个局部最优向全局最优去调整和攀登。我们当然也可以不用一定去成为 T 字形人才,我们可以去成为 π 字形人才,这都是可能的。所以职业发展是一个非常个性化的过程,只要大家有一个方法论,我相信大家都能找到适合自己的发展方向。


金芝:我很认同刚刚铁岩的分享,我也想补充一下我的观点。我认为,每个人都要基于目前已有的才能继续向前奋进,所以就需要去思考自己已有什么东西,例如性格、知识面或是环境,这就会使你做出不同的选择。另外,确实每个人的职业发展道路都是非常个性化的,加之计算机领域变幻无穷,你会好奇的问题也多种多样,所以你必须要有足够的好奇心、坚持力和专注度,才能找到适合自己的成长道路




观众提问3:针对计算机相关领域,未来有哪些方向和领域是值得同学们去关注和探索的?




刘铁岩:这是个特别好的问题,但我不想给大家一个确定性的答案,因为我觉得预测未来总是不靠谱的。我可以就这个问题和大家做一些深层次的交流。例如有关互联网寒冬或是人工智能领域寒冬的说法,这种担忧在历史上是层出不穷的。人工智能领域也确实经历了几起几落,很多从业者也经常用患得患失来形容自己的心态。


这些讨论背后其实是一个择业观的问题,也涉及到我们对于所在行业一个使命感的问题。为什么这么讲呢?这是因为我们在选择行业的时候,总是有几个不同的选择:可以选择投入到当下最热门的行业里面,享受今时今日的红利;也可以敏感地去洞察刚刚兴起的行业,作为前几波弄潮儿去享受明天的发展机会。当然,我们还可以根据自己的理性判断,根据自己的知识背景,根据自己对行业的认知,去孵化下一个热点。


在这三种选择里,我会认为第三种选择更充分体现了我们的一个使命感,更有可能让我们缔造出一个原来没有的高度,因为你所孵化的行业方向往往可能是今天没有多少人关注的,是一个冷门的方向。而这也就给了我们一个反思和创造的机会。


另外,我想提醒大家的是,我们从事的行业也是分层的。以互联网领域为例,互联网描述的是一个场景,是一个具体的行业,是属于技术分层中比较靠上层的。而计算机技术则是技术分层中更偏底层基础的基石。当社会变化或者行业变迁时,最容易受到影响的就是上层的这些场景。但无论场景怎么变化,对底层技术的需求是相对稳定长久的。所以我从这个角度也很呼吁同学们,你们要加强自己在这些底层技术方面的投入。不管行业如何变化,只要你掌握的技能是基础性的,是本源性的,那么你对社会行业变化的抵抗力就会很强,你的职业就会一直比较稳定、鲁棒地发展。




观众提问4:女性应当如何体现领导力,以及如何在学业道路和职业发展的初期慢慢培养自己的领导力?




金芝:我最深的体会就是身体力行。首先就是要做最好的自己,得到大家的尊重和认可,这样大家才能信任和跟随我的决策。当然了,我也要切身地去执行我自己的决策,慢慢地与周围的人建立起信任度。


曹婷:首先就是自己要做榜样,这就要求我硬实力和软实力都要过硬,不仅要有扎实的知识储备和科研成果产出,还要与产品部门和高校学者维持一个良好的合作关系。其次就是作为领导要非常关心每个员工的成长,去帮助他们,使得团队能够凝聚成一个整体去发挥其影响力。


龚文君:在我看来,领导力很多时候可以转化为影响力。从职业上来看,影响力可以理解为是对商业和产品的影响,而这往往也需要依赖个人对身边人的影响力。通过积极带动身边的人加入进来,我们才能不断地去创造更多更好的产品。这同时也要求我们要不停地鞭策自己,能够跟身边的人共同进步。




观众提问5:我是一位从交互设计跨专业到机器学习的小白,想问一下各位老师,我应该怎样克服自己偶尔的自卑心理和盲从感?




刘铁岩:我觉得不管是从哪个领域跨到机器学习其实都差不多,因为我们人生会有很多选择的机会。有可能需要去调整方向,有可能进入一个新的环境,而这个自信来源于你的积累,也来源于你的勇气


有的时候我们会受刻板印象影响而觉得某类人就不适合做某些事情。我们先不去说这种说法是不是过于主观,至少它不科学,因为我们知道每个个体都会有很大的不同。以女性群体为例,人们或许对女性群体会有某种认知,但这些认知其实都只是描述了一个分布,大家都知道,任何分布都有均值,也有可能有很大的方差。换言之就是千人千面。


所以不管周围的人怎么看待我们,我们每个人都应该活成自己的样子,而不是别人眼中的样子。你要有自信心去突出自己的长处,发挥自己的优势,要成为那个拉大分布方差的人,甚至是通过我们自己的努力去改变整个分布的人。这样我们才会活得更自信。


所以我就想回应这位同学,你要去发掘自己身上的长处,要能够不断勇敢地进行尝试,我相信你一定会做得非常好的


曹婷:其实我自己原来也不是做 AI 相关的,我原来是做高级语言实现的,像 Java 虚拟机等。所以我刚开始转到 AI 的时候,也给了自己一个学习的时间,不断地和身边的同事同学交流,去发现他们身上的亮点,站在巨人的肩膀上。我觉得是要接受这个学习时间,要有耐心,给自己一个逐渐上手学习的过程


金芝关于如何克服自己的自卑感,我认为最好的方法就是论事不论人。论事不论人指的是不要去想别人批评了我或者别人觉得我的想法太幼稚了,而是将关注点放在自己知识面的扩展和能力的提升上。信心是建立在自己成长的过程中,而不是建立在外界的夸奖上。要学会正确地去认识自己,并把外界的声音和自己的判断去做一个切割。













你也许还想看:



登录查看更多
2

相关内容

微软研究院首席研究员。ACM TOIS,TWEB副主编。卡内基梅隆(CMU)客座教授、诺丁汉荣誉教授。IEEE院士,ACM杰出会员。研究兴趣:机器学习、信息检索。个人主页:https://www.msra.cn/zh-cn/people/tie-yan-liu
医疗人工智能发展现状及展望
专知会员服务
76+阅读 · 2022年4月11日
如何自学CS?北大信科《计算机自学指南》为您呈送宝典
专知会员服务
75+阅读 · 2021年12月14日
【硬核书】图论、组合优化和算法手册,1217页pdf
专知会员服务
158+阅读 · 2021年6月29日
专知会员服务
91+阅读 · 2021年6月11日
清华大学《人工智能》书籍教学课件开放下载
专知会员服务
138+阅读 · 2020年7月27日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
55+阅读 · 2020年3月4日
【CAAI 2019】自然语言与理解,苏州大学| 周国栋教授
专知会员服务
62+阅读 · 2019年12月1日
在科学“法师们”的眼中,科研合作有怎样的魔力?
微软研究院AI头条
0+阅读 · 2022年1月25日
什么是卓越研究?IDEA大会院长圆桌告诉你答案
微软研究院AI头条
0+阅读 · 2021年11月29日
对话 | 什么样的学生适合做科研?如何抓住机会实现突围?
微软研究院AI头条
1+阅读 · 2021年8月27日
来看直播!首届Ada Camp“女性计算榜样”环节线上特别开放
微软研究院AI头条
0+阅读 · 2021年8月12日
自动化所主办!中国科学院大学人工智能学院本科招生啦
中国科学院自动化研究所
0+阅读 · 2021年6月28日
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年7月12日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年7月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年9月6日
Arxiv
0+阅读 · 2022年9月2日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Arxiv
22+阅读 · 2018年8月30日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年7月12日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年7月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员